> Continu verbeteren van processen > Debiteurenbeheer > Microsoft Dynamics 365 > Datatemplate

Datatemplate voor debiteurenbeheer

Microsoft Dynamics 365

Attributen voor debiteurenbeheer(21) Activiteiten in het debiteurenbeheer(15) Extractiegidsen(2)

Datatemplate voor debiteurenbeheer

Deze template biedt een kader om het factuur-tot-betalingproces in Microsoft Dynamics 365 in kaart te brengen. Je vindt erin de benodigde datavelden en mijlpalen voor een kwalitatief event log voor process mining. Met deze structuur krijg je zicht op betalingsvertragingen en kun je het incassoproces efficiënter maken.

Essentiële datavelden voor grootboekanalyse
Standaardmijlpalen om het proces te volgen
Technische instructies voor data-extractie uit Microsoft Dynamics 365

Nieuw met event logs? Lees hoe je een event log voor process mining maakt.

Template downloaden

Attributen voor debiteurenbeheer

Dit zijn de aanbevolen datavelden voor je event log, zodat je de prestaties van het debiteurenbeheer volledig kunt analyseren.

5 Verplicht 8 Aanbevolen 8 Optioneel

	Naam	Beschrijving
	Activiteit Activity	De specifieke gebeurtenis of taak die op de factuur is uitgevoerd.
Beschrijving Dit attribuut beschrijft de processtap, zoals Factuur geboekt, Betaling ontvangen of Geschil geopend. In Microsoft Dynamics 365 wordt deze vaak afgeleid van het transactietype (TransType) of de tabel waarin het record is vastgelegd, bijvoorbeeld CustSettlement voor betalingen. Dit attribuut is nodig om de proceskaart weer te geven. Waarom dit belangrijk is Dit attribuut bepaalt de knooppunten op de proceskaart en maakt analyse van het procesverloop en varianten mogelijk. Waar vind je dit? Afgeleid van de TransType-enum of de tabelcontext (CustTrans, CustSettlement enz.) Voorbeelden Factuur geboektBetaling ontvangenAanmaning verstuurdRentefactuur geboekt
	Factuurnummer InvoiceNumber	De unieke identificatiecode van de financiële factuur.
Beschrijving Het factuurnummer is de primaire sleutel om de levenscyclus van een openstaande vordering in Microsoft Dynamics 365 te volgen. Het koppelt de oorspronkelijke verkooporder, de geboekte factuur, latere betalingen en eventuele incassoactiviteiten aan één case. In de analyse dient dit attribuut als case-ID om het volledige procesverloop te reconstrueren. Waarom dit belangrijk is Dit is de basiseenheid voor de analyse van debiteuren. De process mining-engine groepeert hiermee losse gebeurtenissen in één samenhangende case. Waar vind je dit? CustInvoiceJour.InvoiceId of CustTrans.Invoice Voorbeelden INV-2023-001CIV-88921US-004321DE-99120
	Timestamp van gebeurtenis EventTimestamp	De exacte datum en tijd waarop de activiteit plaatsvond.
Beschrijving Dit attribuut legt het exacte moment vast waarop een gebeurtenis in het systeem is geregistreerd. Je gebruikt het om de tijd tussen activiteiten te berekenen, doorlooptijden te bepalen en gebeurtenissen op volgorde te zetten. In D365 is dit meestal CreatedDateTime of TransDate, gecombineerd met een tijdscomponent. Waarom dit belangrijk is Timestamps zijn nodig om tijdgerelateerde KPI’s te berekenen, zoals de factuurdoorlooptijd en de verzenddoorlooptijd. Waar vind je dit? Meestal de velden CreatedDateTime of TransDate in verschillende tabellen Voorbeelden 2023-10-15T08:30:00Z2023-10-15T14:45:22Z2023-11-01T09:00:00Z
	Bronsysteem SourceSystem	De naam van het systeem waaruit de data afkomstig is.
Beschrijving Dit attribuut geeft aan welk systeem de bron van de data is. In deze context is dat Microsoft Dynamics 365. Dit is handig wanneer je data uit meerdere ERP-instanties of externe verzamelsystemen combineert in één overzicht. Analisten kunnen processen zo filteren op of indelen naar de omgeving waaruit ze afkomstig zijn. Waarom dit belangrijk is Zo blijven de herkomst en traceerbaarheid van data gewaarborgd, vooral in omgevingen met meerdere systemen. Waar vind je dit? Vastgelegd tijdens de extractie of afgeleid uit de connection string Voorbeelden D365 F&O ProdD365 FinanceDynamics AX 2012
	Laatste data-update LastDataUpdate	Het tijdstip waarop de data is geëxtraheerd of vernieuwd.
Beschrijving Dit attribuut geeft aan wanneer de data voor het laatst uit Microsoft Dynamics 365 is opgehaald. Zo zie je hoe actueel de analyse en de KPI’s zijn. Meestal wordt dit tijdstip tijdens de query door de extractietool vastgelegd. Waarom dit belangrijk is Het geeft context bij de vertraging in de data en helpt je beoordelen hoe actueel de dashboards zijn. Waar vind je dit? Gegenereerd door het ETL- of extractiescript Voorbeelden 2023-11-05T00:00:00Z2023-11-05T12:00:00Z
	Bedrijfscode CompanyCode	De identificatie van de juridische entiteit in D365.
Beschrijving Dit attribuut bevat de DataAreaId in D365. Deze verwijst naar de juridische entiteit of het bedrijf waarin de transactie heeft plaatsgevonden. Het is nodig om data in omgevingen met meerdere bedrijven te filteren. Zo worden factuurnummers die bij verschillende bedrijven hetzelfde zijn, toch als afzonderlijke nummers behandeld. Waarom dit belangrijk is Belangrijk om entiteiten in omgevingen met meerdere bedrijven van elkaar te onderscheiden en regionale analyses uit te voeren. Waar vind je dit? Het veld DataAreaId in alle tabellen Voorbeelden USMFDEMFGBSI
	Bedrijfseenheid BusinessUnit	De bedrijfseenheid of divisie die verantwoordelijk is voor de factuur.
Beschrijving Met dit attribuut deel je data in volgens de interne organisatiestructuur, bijvoorbeeld de divisie Elektronica of de divisie Services. In D365 is dit vaak een financiële dimensie die aan de transactie is gekoppeld. Het dashboard voor de doorlooptijd van factuuruitgifte gebruikt dit attribuut om bedrijfseenheden te vergelijken. Waarom dit belangrijk is Hiermee kun je divisies intern vergelijken en zien welke het efficiëntst werken. Waar vind je dit? Financiële dimensies (DefaultDimension) in CustInvoiceJour Voorbeelden BU-001Sales-NorthServices-Global
	Factuurbedrag InvoiceAmount	De totale geldwaarde van de factuur.
Beschrijving Dit attribuut bevat de financiële waarde van de factuur. Je gebruikt het om de totale openstaande vordering te berekenen en incasso’s met hoge bedragen voorrang te geven. Dit veld staat meestal in de factuurjournaaltabel. Waarom dit belangrijk is Belangrijk voor analyses van de financiële impact en het opsporen van bottlenecks met hoge bedragen. Waar vind je dit? CustInvoiceJour.InvoiceAmount Voorbeelden 1500.00250.5010000.00
	Gebruiker User	De gebruikers-ID van de persoon of systeemaccount die de activiteit heeft uitgevoerd.
Beschrijving Dit attribuut geeft aan wie de processtap heeft uitgevoerd. De waarde komt uit de velden CreatedBy of ModifiedBy. Je kunt hiermee het gebruik van bronnen analyseren, opleidingsbehoeften vaststellen en geautomatiseerde systeemtaken onderscheiden van handmatige acties van gebruikers. Waarom dit belangrijk is Hiermee kun je bronprestaties analyseren en het automatiseringspercentage berekenen. Waar vind je dit? Het veld CreatedBy in transactietabellen Voorbeelden BeheerderJSmithWorkflowAgentBSmith
	Is geautomatiseerd IsAutomated	Geeft aan of de activiteit is uitgevoerd door een systeemaccount.
Beschrijving Dit attribuut geeft aan of een stap is uitgevoerd door een gebruiker of een geautomatiseerde batchtaak. De waarde wordt bepaald door het attribuut Gebruiker te vergelijken met een lijst van bekende systeemaccounts, zoals ‘Workflow’ en ‘Batch’. Dit ondersteunt de KPI voor het percentage handmatige afletteringen. Waarom dit belangrijk is Belangrijk om mogelijkheden voor automatisering te vinden en het huidige automatiseringsniveau te meten. Waar vind je dit? Afgeleid op basis van de logica voor het veld User Voorbeelden truefalse
	Klantgroep CustomerGroup	De classificatie of het segment waartoe de klant behoort.
Beschrijving Met dit attribuut deel je klanten in groepen in, zoals groothandel, detailhandel of intercompany. Je kunt groepen vergelijken en nagaan of bepaalde segmenten bijvoorbeeld langere betaaltermijnen of meer geschillen hebben. In D365 is dit het veld CustGroup. Waarom dit belangrijk is Hiermee kun je de procesprestaties in verschillende marktsegmenten vergelijken. Waar vind je dit? CustTable.CustGroup Voorbeelden GroothandelDetailhandelIntercompanyExport
	Klantrekening CustomerAccount	De unieke identificatie of het rekeningnummer van de klant.
Beschrijving De klantrekening geeft aan aan welke specifieke klant de factuur is gericht. In D365 is dit het veld AccountNum. Door op dit attribuut te groeperen, kun je betaalgedrag, het aantal geschillen en afwikkeltijden per klant analyseren. Waarom dit belangrijk is Essentieel om klanten met een hoog risico te herkennen en prestaties per klant te vergelijken. Waar vind je dit? CustInvoiceJour.InvoiceAccount of CustTrans.AccountNum Voorbeelden US-001DE-550CUST-9921
	Vervaldatum DueDate	De datum waarop de betaling uiterlijk wordt verwacht.
Beschrijving De vervaldatum is de uiterste betaaldatum volgens de betalingsvoorwaarden. Door deze te vergelijken met de werkelijke betaaldatum, kun je zien of er op tijd is betaald en Days Sales Outstanding (DSO) berekenen. Dit is een standaardveld in de klanttransactie. Waarom dit belangrijk is Essentieel voor het berekenen van het percentage tijdige betalingen en het analyseren van achterstallige facturen. Waar vind je dit? CustTrans.DueDate Voorbeelden 2023-11-302023-12-15
	Betalingsvoorwaarden PaymentTerms	De code die de afgesproken betalingstermijn vastlegt.
Beschrijving Dit attribuut bevat de code die bepaalt wanneer de betaling verschuldigd is, bijvoorbeeld Net30 of Net60. Je kunt ermee nagaan of klanten zich aan de afgesproken voorwaarden houden en of de vervaldatum correct is berekend. Waarom dit belangrijk is Geeft context bij de vervaldatum en helpt vaststellen of de voorwaarden te soepel of te streng zijn. Waar vind je dit? CustInvoiceJour.Payment of CustTable.PaymTermId Voorbeelden Net30Net45CODEOM
	Dagen te laat DaysOverdue	Het aantal dagen dat de betaling na de vervaldatum is ontvangen.
Beschrijving Deze metriek berekent het verschil tussen de betaaldatum en de vervaldatum. Een positieve waarde betekent dat de betaling te laat was; een negatieve waarde betekent dat deze te vroeg was. Zo krijg je een nauwkeuriger beeld van de betaalprestaties dan met een eenvoudige ja/nee-indicatie. Waarom dit belangrijk is Geeft meer detail bij de analyse van de KPI voor het percentage tijdige betalingen. Waar vind je dit? Berekend: PaymentDate - DueDate Voorbeelden 50-230
	Datum contantkorting CashDiscountDate	De laatste datum waarop korting voor vroeg betalen geldt.
Beschrijving Dit attribuut geeft de uiterste datum aan waarop de klant korting krijgt voor vroeg betalen. Door deze te vergelijken met de betaaldatum, kun je de KPI voor gemiste kortingen berekenen en nagaan hoe effectief de kortingsregeling is. Waarom dit belangrijk is Belangrijk voor het dashboard voor optimalisatie van korting bij vroeg betalen. Waar vind je dit? CustTrans.CashDisc of berekend op basis van CashDiscCode Voorbeelden 2023-11-102023-11-15
	Is afgeletterd IsCleared	Geeft aan of de factuur volledig is voldaan.
Beschrijving Dit booleaanse attribuut geeft aan of het saldo van de factuur door betaling of afschrijving op nul is gekomen. Je kunt hiermee open en gesloten cases filteren en de gemiddelde doorlooptijd van facturen berekenen. Waarom dit belangrijk is Maakt onderscheid tussen actieve en historische cases. Waar vind je dit? Afgeleid uit de aanwezigheid van een datum in CustTrans.Closed Voorbeelden truefalse
	Is creditnota IsCreditMemo	Geeft aan of het document een creditnota is.
Beschrijving Dit booleaanse attribuut geeft aan of de transactie een creditnota aan de klant betreft. Je gebruikt het om het percentage uitgegeven creditnota’s te berekenen en gewone facturen uit te sluiten van de analyse van herhaalwerk. Waarom dit belangrijk is Dit attribuut ondersteunt rechtstreeks het dashboard voor creditnota’s en de frequentie van herhaalwerk. Waar vind je dit? Afgeleid van CustInvoiceJour.InvoiceAmount < 0 of TransType Voorbeelden truefalse
	Reden van geschil DisputeReason	De reden die is vastgelegd wanneer een case een geschil betreft.
Beschrijving Dit attribuut legt de categorie vast van de reden voor een geschil over een factuur, zoals ‘prijsfout’ of ‘beschadigde goederen’. Het dashboard voor de levenscyclus van geschilafhandeling gebruikt deze informatie om de oorzaken van betalingsvertragingen te achterhalen. Waarom dit belangrijk is Hiermee kun je de oorzaken van de KPI voor de afhandelingstijd van geschillen analyseren. Waar vind je dit? CustTrans.ReasonRefRecId of de bijbehorende tabel voor incassocases Voorbeelden PrijsverschilGoederen beschadigdInkooporder ontbreektServicekwaliteit
	Valuta Currency	De valutacode van de factuurtransactie.
Beschrijving Dit attribuut geeft aan in welke valuta de factuur is opgesteld, bijvoorbeeld USD of EUR. Als je wereldwijd analyseert, kun je hiermee financiële waarden in verschillende regio’s vergelijkbaar maken. Waarom dit belangrijk is Nodig om de verdeling van bedragen in systemen met meerdere valuta te begrijpen. Waar vind je dit? CustInvoiceJour.CurrencyCode Voorbeelden USDEURGBPJPY
	Verkooporder-ID SalesOrderId	Het referentienummer van de verkooporder die bij de factuur hoort.
Beschrijving Dit attribuut koppelt de factuur aan de oorspronkelijke verkooporder. Als data uit het Order-to-Cash-proces beschikbaar is, kun je processen met elkaar vergelijken. Ook helpt het om oorzaken van facturatieproblemen eerder in het proces te onderzoeken. Waarom dit belangrijk is Verbindt het facturatieproces met het verkoopproces. Waar vind je dit? CustInvoiceJour.SalesId Voorbeelden SO-10022SO-55912

Verplicht Aanbevolen Optioneel

Activiteiten in het debiteurenbeheer

Dit zijn de belangrijkste processtappen en mijlpalen voor je event log, zodat je de afwikkeling van betalingen nauwkeurig in kaart kunt brengen.

8 Aanbevolen 7 Optioneel

	Activiteit	Beschrijving
	Betalingsherinnering verstuurd	Legt vast dat een formele aanmaning naar de klant is verstuurd. Dit wordt geregistreerd in het aanmaningenjournaal.
Waarom dit belangrijk is Dit markeert het begin van actieve incassoactiviteiten. Met een frequentieanalyse kun je de aanmaningsstrategie verbeteren en de administratieve kosten verlagen. Waar vind je dit? Tabel CustCollectionLetterJour. Legt vast op welke datum de aanmaningscode voor de specifieke factuurtransactie is geboekt. Vastleggen Geregistreerd wanneer de transactie in CustCollectionLetterJour is geboekt Gebeurtenistype explicit
	Creditnota uitgegeven	Er wordt een creditnota geboekt die het oorspronkelijke factuurbedrag verlaagt. Dit gebeurt vaak na een opgelost geschil of een retour.
Waarom dit belangrijk is Een hoge frequentie wijst op omzetverlies en kwaliteitsproblemen in eerdere processen. Een creditnota is geen betaling, maar een verrekening zonder geldstroom. Waar vind je dit? Tabel CustTrans met Type ‘Credit Note’, of CustInvoiceJour met een negatieve InvoiceAmount. Vastleggen Geregistreerd wanneer de transactie in CustTrans is geboekt Gebeurtenistype explicit
	Deelbetaling geboekt	Er wordt een betaling geregistreerd die het openstaande factuursaldo niet volledig dekt. Het resterende bedrag moet vaak nog worden geïnd.
Waarom dit belangrijk is Maakt onderscheid tussen betalingen in termijnen en volledige betalingen. Dit is belangrijk voor nauwkeurige cashflowprognoses. Waar vind je dit? Tabel CustSettlement koppelt een betaling (CustTrans) aan de factuur (CustTrans), waarbij SettlementAmount < InvoiceAmount. Vastleggen Geregistreerd wanneer transactie X wordt uitgevoerd in CustSettlement Gebeurtenistype explicit
	Factuur afgeletterd	De laatste statuswijziging: het factuursaldo wordt nul en de transactie krijgt in het systeem de status ‘Closed’.
Waarom dit belangrijk is Het absolute einde van de procesinstantie. Wordt gebruikt om de totale doorlooptijd te berekenen. Waar vind je dit? Datum in het veld CustTrans.Closed. Deze datum wordt ingevuld wanneer het totaal van de verrekeningen gelijk is aan het factuurbedrag. Vastleggen Af te leiden uit de datum in het veld CustTrans.Closed Gebeurtenistype inferred
	Factuur geboekt	De factuur wordt voor het eerst in het financiële grootboek vastgelegd. Deze activiteit registreert de financiële verplichting in de tabel CustInvoiceJour.
Waarom dit belangrijk is Dit markeert het officiële begin van de levenscyclus van debiteuren en de start van de betalingstermijn. Nodig om Days Sales Outstanding (DSO) te berekenen. Waar vind je dit? Tabel CustInvoiceJour. Het veld CreatedDateTime of InvoiceDate bevat de timestamp. Vastleggen Geregistreerd wanneer de transactie in CustInvoiceJour is geboekt Gebeurtenistype explicit
	Factuur verstuurd	De factuur wordt per e-mail, post of EDI naar de klant verstuurd. Dit is vaak af te leiden uit een verhoging van de teller ‘Printed’ of uit logboeken voor afdrukbeheer.
Waarom dit belangrijk is Vertraging tussen het boeken en versturen verkort de effectieve betalingstermijn voor de klant. Daardoor kan een betaling te laat lijken. Waar vind je dit? Af te leiden uit een wijziging van CustInvoiceJour.PrintedOriginals van 0 naar 1, of te volgen via de tabel PrintJobHeader als logregistratie is ingeschakeld. Vastleggen Vergelijk het statusveld voor en na de wijziging of raadpleeg het logboek van PrintJobHeader Gebeurtenistype inferred
	Geschil geopend	Er wordt een case aangemaakt in de module Case Management en aan de factuur gekoppeld. Dit wijst op een geschil met de klant en onderbreekt de standaardworkflow voor debiteurenbeheer.
Waarom dit belangrijk is Geschillen zijn een belangrijke oorzaak van late betalingen. Door ze te volgen, komen kwaliteitsproblemen in eerdere processen aan het licht, bijvoorbeeld bij prijsbepaling of orderafhandeling. Waar vind je dit? Tabel CaseDetailBase, waarin Category betrekking heeft op Collections/AR en RefRecId naar de factuur verwijst. Vastleggen Geregistreerd wanneer transactie X wordt uitgevoerd in Case Management Gebeurtenistype explicit
	Volledige betaling ontvangen	Er wordt een betaling geboekt die het resterende factuursaldo dekt. Dit is het moment waarop het geld binnenkomt.
Waarom dit belangrijk is De belangrijkste succesgebeurtenis. Wordt gebruikt om het percentage tijdige betalingen en de effectiviteit van kortingsvoorwaarden te berekenen. Waar vind je dit? Tabel CustTrans met Type ‘Payment’, via CustSettlement gekoppeld aan de factuur, waardoor het saldo op nul uitkomt. Vastleggen Geregistreerd wanneer de transactie in CustTrans is geboekt en afgeletterd Gebeurtenistype explicit
	Bankafschrift gekoppeld	Bij deze afstemming wordt de betaling in de debiteurenadministratie gekoppeld aan een regel in het geïmporteerde bankafschrift.
Waarom dit belangrijk is Hiermee controleer je of het geld daadwerkelijk op de bank staat. Vertragingen wijzen op inefficiëntie in de processen voor kas- en bankbeheer. Waar vind je dit? Status ‘matched’ in BankReconciliationLine of BankAccountTrans. Hiervoor is de module Advanced Bank Reconciliation nodig. Vastleggen Geregistreerd wanneer de transactie in Bank Reconciliation is gekoppeld Gebeurtenistype explicit
	Betaling afgeboekt	De factuur wordt oninbaar verklaard en het saldo wordt via een afboekingsjournaal verwijderd. Dit betekent een financieel verlies.
Waarom dit belangrijk is Eindstatus van een mislukt incassoproces. Belangrijk voor de analyse van oninbare vorderingen en de effectiviteit van het kredietbeleid. Waar vind je dit? Tabel CustTrans met Type ‘WriteOff’, of een GeneralJournalEntry met specifieke reden voor afboeking. Vastleggen Geregistreerd wanneer een transactie met het type WriteOff is geboekt Gebeurtenistype explicit
	Betalingsbelofte ontvangen	Een concrete toezegging van een medewerker voor debiteurenbeheer dat de klant op een bepaalde datum betaalt. Vastgelegd in de module Collections Management.
Waarom dit belangrijk is Meet hoe effectief incassogesprekken zijn. Door deze datum met de werkelijke betaaldatum te vergelijken, zie je hoe betrouwbaar betalingsbeloften zijn. Waar vind je dit? Tabel CustPromiseToPay. Gekoppeld aan de klanttransactie via TransRecId. Vastleggen Geregistreerd wanneer een record in CustPromiseToPay wordt aangemaakt Gebeurtenistype explicit
	Geschil in behandeling	Geeft aan dat de status van de geschilcase is gewijzigd van ‘Opened’ naar ‘In Process’. Dit is de actieve behandeltijd van het team dat het geschil oplost.
Waarom dit belangrijk is Bottlenecks in deze fase verlengen de Cash Conversion Cycle. Zo kun je wachttijd onderscheiden van de tijd die aan de oplossing wordt besteed. Waar vind je dit? Af te leiden uit wijzigingen in het veld CaseDetailBase.Status of uit vermeldingen in de tabel CaseLog die bij statuswijzigingen horen. Vastleggen Vergelijk de status in CaseDetailBase voor en na de wijziging Gebeurtenistype inferred
	Geschil opgelost	De geschilcase wordt gesloten, waarna de factuur verder kan naar betaling of creditering. Dit markeert het einde van het subprocess voor uitzonderingsafhandeling.
Waarom dit belangrijk is Het verschil tussen de timestamps van openen en oplossen is een belangrijke KPI voor de administratieve efficiëntie. Waar vind je dit? Tabel CaseDetailBase, waarin Status verandert in Closed/Resolved. Vastleggen Vergelijk de status in CaseDetailBase voor en na de wijziging Gebeurtenistype inferred
	Rentefactuur aangemaakt	Er wordt een rentefactuur aangemaakt voor achterstallige betalingen. Dit is een financiële boete op de klantrekening.
Waarom dit belangrijk is Dit wijst op ernstige betalingsachterstand. Met een analyse kun je bepalen of boetes betalingen versnellen of de klantrelatie schaden. Waar vind je dit? Tabel CustInterestJour. Hierin worden rentefacturen voor specifieke klanttransacties geregistreerd. Vastleggen Geregistreerd wanneer de transactie in CustInterestJour is geboekt Gebeurtenistype explicit
	Vervaldatum verstreken	Een berekende mijlpaal die aangeeft dat de vervaldatum van de factuur voorbij is terwijl de factuur nog openstaat. De factuur is dan achterstallig.
Waarom dit belangrijk is Belangrijk voor de verouderingsanalyse en het starten van workflows voor debiteurenbeheer. Dit markeert de overgang van reguliere facturatie naar incassobeheer. Waar vind je dit? Berekend door CustInvoiceJour.DueDate te vergelijken met de huidige simulatietijd of de timestamp van de betaling. Vastleggen Afleiden door het veld DueDate met de huidige tijd te vergelijken Gebeurtenistype calculated

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data op uit Microsoft Dynamics 365

Stappen

Azure-bronnen instellen: Maak een Azure SQL Database aan als doel voor Bring Your Own Database (BYOD). Controleer of de connection string inloggegevens met lees- en schrijfrechten bevat.
Data Management in D365 instellen: Ga naar System Administration > Workspaces > Data Management. Klik op de tegel ‘Configure Entity Export to Database’. Voer de connection string uit de vorige stap in om de externe database te registreren.
Vereiste entiteiten selecteren: Maak een nieuw Export Project aan in de Data Management-workspace. Voeg de volgende standaardentiteiten toe: CustInvoiceJournalHeaderEntity, CustTransactionEntity, CustSettlementEntity, CustCollectionLetterJournalHeaderEntity, CaseDetailEntity, CaseAssociationEntity, CustInterestJournalEntity, BankAccountTransEntity en CustPromiseToPayEntity.
Bron aan doel koppelen: Controleer of alle velden correct zijn gekoppeld. Neem in elk geval de velden RecId en CreatedDateTime op, omdat deze nodig zijn om gebeurtenissen op volgorde te zetten.
Eerste export uitvoeren: Voer de exporttaak handmatig uit (taaktype: Export) om alle historische data naar de Azure SQL Database te laden. Controleer het uitvoeringsoverzicht om te zien of alle records zijn overgezet.
Incrementele updates plannen: Stel een terugkerende datajob in om het exportproject periodiek uit te voeren, bijvoorbeeld elke 4 uur of ’s nachts. Gebruik ‘Incremental push’ om alleen gewijzigde records bij te werken.
Verbinding maken met Azure SQL: Gebruik SQL Server Management Studio (SSMS) of een vergelijkbare tool om verbinding te maken met de BYOD Azure SQL Database.
Transformatiescript uitvoeren: Voer het SQL-script uit het gedeelte Query hieronder uit op de BYOD-tabellen. Dit script voegt de verschillende tabellen samen tot één event log.
Controleren en exporteren: Controleer of de uitvoer consistent is (zie Validatiestappen). Exporteer de resultaten naar een CSV- of Parquet-bestand om ze in ProcessMind te laden.

Configuratie

Exportmethode: Bring Your Own Database (BYOD) of Azure Data Lake Storage Gen2 (ADLS).
Verversingsstrategie: Gebruik Full push voor de eerste lading en Incremental push voor terugkerende updates, zodat de invloed op de prestaties beperkt blijft.
Vereiste entiteiten: CustInvoiceJournalHeaderEntity (facturen), CustSettlementEntity (betalingen/aflettering), CustCollectionLetterJournalHeaderEntity (herinneringen), CaseDetailEntity (geschillen), BankAccountTransEntity (bankafstemming).
Bedrijfsfilter: Pas filters toe op de kolom ‘DataAreaId’ als de analyse beperkt moet blijven tot bepaalde juridische entiteiten.
Datumbereik: Een voortschrijdende periode van 12 maanden op basis van ‘InvoiceDate’ of ‘TransDate’ wordt aanbevolen.
Wijzigingen bijhouden: Schakel dit in op de SQL-tabellen in D365, zodat incrementele export efficiënt werkt.

Voorbeeldquery sql

/* SQL Transformation Script for D365 BYOD Tables */
/* Target: Azure SQL Database containing exported entities */

WITH InvoiceBasics AS (
    SELECT 
        InvoiceNumber AS InvoiceId,
        InvoiceDate,
        DueDate,
        InvoiceAccount AS CustomerAccount,
        SalesId,
        DataAreaId AS CompanyCode,
        InvoiceAmount,
        Currency
    FROM dbo.CustInvoiceJournalHeaderEntity
    WHERE InvoiceDate >= DATEADD(month, -12, GETDATE())
)

/* 1. Invoice Posted */
SELECT 
    T1.InvoiceId AS InvoiceNumber,
    'Invoice Posted' AS Activity,
    CAST(T1.InvoiceDate AS DATETIME) AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    T1.CustomerAccount,
    NULL AS CustomerGroup,
    T1.InvoiceAmount,
    T1.DueDate,
    NULL AS [User],
    NULL AS BusinessUnit,
    T1.CompanyCode,
    1 AS IsAutomated
FROM InvoiceBasics T1

UNION ALL

/* 2. Invoice Dispatched (Inferred from Document Date as Proxy if Print Log unavailable) */
SELECT 
    T1.InvoiceId,
    'Invoice Dispatched' AS Activity,
    DATEADD(minute, 5, CAST(T1.InvoiceDate AS DATETIME)) AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    T1.CustomerAccount,
    NULL,
    T1.InvoiceAmount,
    T1.DueDate,
    NULL,
    NULL,
    T1.CompanyCode,
    1
FROM InvoiceBasics T1

UNION ALL

/* 3. Due Date Passed (Synthetic Event) */
SELECT 
    T1.InvoiceId,
    'Due Date Passed' AS Activity,
    CAST(T1.DueDate AS DATETIME) AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    T1.CustomerAccount,
    NULL,
    T1.InvoiceAmount,
    T1.DueDate,
    NULL,
    NULL,
    T1.CompanyCode,
    1
FROM InvoiceBasics T1
WHERE GETDATE() > T1.DueDate

UNION ALL

/* 4. Payment Reminder Sent */
SELECT 
    Inv.InvoiceId,
    'Payment Reminder Sent' AS Activity,
    CL.JournalDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    CL.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustCollectionLetterJournalHeaderEntity CL
JOIN dbo.CustCollectionLetterLineEntity CLL ON CL.JournalNumber = CLL.JournalNumber AND CL.DataAreaId = CLL.DataAreaId
JOIN InvoiceBasics Inv ON CLL.InvoiceId = Inv.InvoiceId AND CLL.DataAreaId = Inv.CompanyCode

UNION ALL

/* 5. Promise to Pay Received */
SELECT 
    Inv.InvoiceId,
    'Promise to Pay Received' AS Activity,
    PTP.PromiseDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    NULL,
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustPromiseToPayEntity PTP
JOIN InvoiceBasics Inv ON PTP.Invoice = Inv.InvoiceId AND PTP.DataAreaId = Inv.CompanyCode

UNION ALL

/* 6. Dispute Case Opened */
SELECT 
    Inv.InvoiceId,
    'Dispute Case Opened' AS Activity,
    CD.CreatedDateTime AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    CD.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CaseDetailEntity CD
JOIN dbo.CaseAssociationEntity CA ON CD.CaseId = CA.CaseId AND CD.DataAreaId = CA.DataAreaId
JOIN InvoiceBasics Inv ON CA.RefRecId = Inv.InvoiceId /* Logic assumes linking via Invoice Number or manual mapping might be needed depending on RefTableId */
WHERE CA.RefEntityName = 'CustInvoiceTable'

UNION ALL

/* 7. Dispute Under Review */
SELECT 
    Inv.InvoiceId,
    'Dispute Under Review' AS Activity,
    CD.ModifiedDateTime AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    CD.ModifiedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CaseDetailEntity CD
JOIN dbo.CaseAssociationEntity CA ON CD.CaseId = CA.CaseId AND CD.DataAreaId = CA.DataAreaId
JOIN InvoiceBasics Inv ON CA.RefRecId = Inv.InvoiceId
WHERE CD.Status = 'InProcess'

UNION ALL

/* 8. Dispute Resolved */
SELECT 
    Inv.InvoiceId,
    'Dispute Resolved' AS Activity,
    CD.ClosedDateTime AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    CD.ModifiedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CaseDetailEntity CD
JOIN dbo.CaseAssociationEntity CA ON CD.CaseId = CA.CaseId AND CD.DataAreaId = CA.DataAreaId
JOIN InvoiceBasics Inv ON CA.RefRecId = Inv.InvoiceId
WHERE CD.Status = 'Closed'

UNION ALL

/* 9. Credit Memo Issued */
SELECT 
    T1.InvoiceId,
    'Credit Memo Issued' AS Activity,
    T1.InvoiceDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    T1.CustomerAccount,
    NULL,
    T1.InvoiceAmount,
    T1.DueDate,
    NULL,
    NULL,
    T1.CompanyCode,
    0
FROM dbo.CustInvoiceJournalHeaderEntity T1
WHERE T1.InvoiceAmount < 0

UNION ALL

/* 10. Interest Note Generated */
SELECT 
    Inv.InvoiceId,
    'Interest Note Generated' AS Activity,
    IJ.InterestDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    IJ.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    1
FROM dbo.CustInterestJournalEntity IJ
JOIN InvoiceBasics Inv ON IJ.AccountDisplayValue = Inv.CustomerAccount AND IJ.DataAreaId = Inv.CompanyCode
/* Note: Direct link to specific Invoice ID is often via CustInterestTrans, requiring an additional join */

UNION ALL

/* 11. Partial Payment Posted */
SELECT 
    Inv.InvoiceId,
    'Partial Payment Posted' AS Activity,
    Sett.TransDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Sett.SettleAmountCur AS InvoiceAmount,
    Inv.DueDate,
    Sett.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustSettlementEntity Sett
JOIN dbo.CustTransactionEntity Trans ON Sett.TransRecId = Trans.RecId
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId AND Trans.DataAreaId = Inv.CompanyCode
WHERE ABS(Sett.SettleAmountCur) < ABS(Trans.AmountCur) AND Sett.SettleAmountCur <> 0

UNION ALL

/* 12. Full Payment Received */
SELECT 
    Inv.InvoiceId,
    'Full Payment Received' AS Activity,
    Sett.TransDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Sett.SettleAmountCur AS InvoiceAmount,
    Inv.DueDate,
    Sett.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustSettlementEntity Sett
JOIN dbo.CustTransactionEntity Trans ON Sett.TransRecId = Trans.RecId
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId AND Trans.DataAreaId = Inv.CompanyCode
WHERE ABS(Sett.SettleAmountCur) >= ABS(Trans.AmountCur)

UNION ALL

/* 13. Bank Statement Matched */
SELECT 
    Inv.InvoiceId,
    'Bank Statement Matched' AS Activity,
    Bank.TransDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Bank.AmountCur AS InvoiceAmount,
    Inv.DueDate,
    NULL,
    NULL,
    Inv.CompanyCode,
    1
FROM dbo.BankAccountTransEntity Bank
JOIN dbo.CustSettlementEntity Sett ON Bank.Voucher = Sett.OffsetTransVoucher AND Bank.DataAreaId = Sett.DataAreaId
JOIN dbo.CustTransactionEntity Trans ON Sett.TransRecId = Trans.RecId
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId

UNION ALL

/* 14. Payment Written Off */
SELECT 
    Inv.InvoiceId,
    'Payment Written Off' AS Activity,
    Trans.TransDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Trans.AmountCur AS InvoiceAmount,
    Inv.DueDate,
    Trans.CreatedBy AS [User],
    NULL,
    Inv.CompanyCode,
    0
FROM dbo.CustTransactionEntity Trans
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId AND Trans.DataAreaId = Inv.CompanyCode
WHERE Trans.TransactionType = 'WriteOff'

UNION ALL

/* 15. Invoice Cleared */
SELECT 
    Inv.InvoiceId,
    'Invoice Cleared' AS Activity,
    Trans.ClosedDate AS EventTimestamp,
    'D365 F&O' AS SourceSystem,
    GETDATE() AS LastDataUpdate,
    Inv.CustomerAccount,
    NULL,
    Inv.InvoiceAmount,
    Inv.DueDate,
    NULL,
    NULL,
    Inv.CompanyCode,
    1
FROM dbo.CustTransactionEntity Trans
JOIN InvoiceBasics Inv ON Trans.Invoice = Inv.InvoiceId AND Trans.DataAreaId = Inv.CompanyCode
WHERE Trans.ClosedDate IS NOT NULL AND Trans.ClosedDate <> '1900-01-01'

Stappen

Vereisten instellen: Controleer of Python 3.x is geïnstalleerd op de machine waarop je het script uitvoert. Installeer de benodigde bibliotheken met pip: pandas, requests en msal (voor gebruik van de Microsoft Authentication Library, hoewel dit script voor de eenvoud rechtstreeks REST gebruikt).
Azure-app registreren: Registreer een applicatie in Azure Active Directory (Entra ID) om toegang te krijgen tot Dynamics 365. Noteer de Client ID, Client Secret en Tenant ID. Zorg dat de app API-machtigingen heeft voor Dynamics ERP (OData).
Script instellen: Open het meegeleverde Python-script. Werk de dictionary config bovenaan bij met de juiste D365-URL, Client ID, Client Secret, Tenant ID en Company Code (dataAreaId).
Datumbereik instellen: Pas de variabelen start_date en end_date in het script aan om de extractieperiode vast te leggen. Voor incrementele ladingen wordt een verschuivende periode van de afgelopen 90 tot 180 dagen aanbevolen.
Data ophalen: Voer het script uit. Het meldt zich aan bij Azure AD, haalt een toegangstoken op en doorloopt meerdere OData-entiteiten, zoals CustomerInvoices, PaymentJournals en CaseDetails, om data op te halen.
Data verwerken: Het script voert automatisch datatransformaties uit. Zo worden kolommen hernoemd volgens het ProcessMind-schema, gebeurtenissen voor ‘Vervaldatum verstreken’ berekend op basis van de systeemdatum en deelbetalingen onderscheiden van volledige betalingen aan de hand van transactiebedragen.
Samenvoegen en sorteren: Het script voegt alle activiteiten-dataframes samen tot één event log en sorteert deze op InvoiceNumber en EventTimestamp.
Exporteren: Het uiteindelijke dataframe wordt geëxporteerd naar een CSV-bestand met de naam AR_Event_Log.csv. Controleer of dit bestand in de scriptmap staat.
Valideren: Open het CSV-bestand en controleer of de datums de ISO-notatie gebruiken (YYYY-MM-DD HH:MM:SS) en of alle verplichte kolommen zijn ingevuld.
Uploaden: Importeer het gegenereerde CSV-bestand in ProcessMind met de standaardwizard voor bestandsuploads. Koppel de kolom InvoiceNumber aan Case-ID, Activity aan Activiteit en EventTimestamp aan Timestamp.

Configuratie

Batchgrootte: Het script gebruikt een standaardpaginagrootte, vaak 1.000 records, die door de server wordt bepaald. Het verwerkt de paginering automatisch via de eigenschap @odata.nextLink.
Datumfilters: De OData-parameter $filter beperkt het ophalen van data tot relevante perioden, bijvoorbeeld InvoiceDate ge 2023-01-01T00:00:00Z. Dit verbetert de prestaties aanzienlijk.
Filteren op bedrijf: D365 slaat data van meerdere juridische entiteiten op. Het script filtert op dataAreaId, zodat alleen data van de relevante bedrijfseenheid wordt opgehaald.
Authenticatie: Het script gebruikt OAuth 2.0 (Client Credentials Flow). Je hebt een geldige Client Secret en appregistratie nodig.
Entiteiten selecteren: Het script gebruikt standaardentiteiten zoals CustomerInvoices, CustomerPaymentJournalLines en CaseDetail. Gebruikt de organisatie aangepaste entiteiten, dan moeten de eindpunten in de dictionary endpoints worden aangepast.
Berekende gebeurtenissen: Gebeurtenissen zoals ‘Vervaldatum verstreken’ worden tijdens het uitvoeren van het script berekend. Ze leveren geen afzonderlijk transactielog op in de database.

Voorbeeldquery python

import requests
import pandas as pd
import datetime
from datetime import  timedelta
import json

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
config = {
    class="hl-string">"resource": class="hl-string">"https://[YourOrg].operations.dynamics.com",
    class="hl-string">"tenant_id": class="hl-string">"[Your-Tenant-ID]",
    class="hl-string">"client_id": class="hl-string">"[Your-Client-ID]",
    class="hl-string">"client_secret": class="hl-string">"[Your-Client-Secret]",
    class="hl-string">"company_code": class="hl-string">"USMF",  class=class="hl-string">"hl-comment"># Example Company Code
    class="hl-string">"start_date": class="hl-string">"2023-01-01T00:00:00Z"
}

class=class="hl-string">"hl-comment"># === AUTHENTICATION ===
def get_token(config):
    token_url = fclass="hl-string">"https://login.microsoftonline.com/{config['tenant_id']}/oauth2/token"
    payload = {
        class="hl-string">'grant_type': class="hl-string">'client_credentials',
        class="hl-string">'client_id': config[class="hl-string">'client_id'],
        class="hl-string">'client_secret': config[class="hl-string">'client_secret'],
        class="hl-string">'resource': config[class="hl-string">'resource']
    }
    response = requests.post(token_url, data=payload)
    if response.status_code == 200:
        return response.json().get(class="hl-string">'access_token')
    else:
        raise Exception(fclass="hl-string">"Auth Failed: {response.text}")

class=class="hl-string">"hl-comment"># === ODATA FETCHER ===
def get_odata_data(token, entity_url, filter_str):
    headers = {class="hl-string">'Authorization': fclass="hl-string">'Bearer {token}', class="hl-string">'Accept': class="hl-string">'application/json'}
    results = []
    next_link = fclass="hl-string">"{config['resource']}/data/{entity_url}?$filter={filter_str}&$format=json"
    
    while next_link:
        print(fclass="hl-string">"Fetching: {next_link}")
        try:
            res = requests.get(next_link, headers=headers)
            if res.status_code != 200:
                print(fclass="hl-string">"Error fetching data: {res.text}")
                break
            data = res.json()
            results.extend(data.get(class="hl-string">'value', []))
            next_link = data.get(class="hl-string">'@odata.nextLink', None)
        except Exception as e:
            print(fclass="hl-string">"Exception: {e}")
            break
    return pd.DataFrame(results)

class=class="hl-string">"hl-comment"># === MAIN EXTRACTION ===
def main():
    token = get_token(config)
    all_events = []
    company_filter = fclass="hl-string">"dataAreaId eq '{config['company_code']}'"
    date_filter = fclass="hl-string">"InvoiceDate ge {config['start_date']}"

    class=class="hl-string">"hl-comment"># 1. INVOICE BASIC EVENTS (Posted, Dispatched, Credit Memo, Cleared)
    class=class="hl-string">"hl-comment"># Entity: CustomerInvoices (or SalesInvoiceHeaders)
    print(class="hl-string">"Processing Invoices...")
    df_inv = get_odata_data(token, class="hl-string">"CustomerInvoices", fclass="hl-string">"{company_filter} and {date_filter}")
    
    if not df_inv.empty:
        class=class="hl-string">"hl-comment"># Activity: Invoice Posted
        posted = df_inv.copy()
        posted[class="hl-string">'Activity'] = class="hl-string">'Invoice Posted'
        posted[class="hl-string">'EventTimestamp'] = posted[class="hl-string">'InvoiceDate']
        all_events.append(posted)

        class=class="hl-string">"hl-comment"># Activity: Invoice Dispatched (Assumed same day as posted if not tracked separately)
        dispatched = df_inv.copy()
        dispatched[class="hl-string">'Activity'] = class="hl-string">'Invoice Dispatched'
        dispatched[class="hl-string">'EventTimestamp'] = dispatched[class="hl-string">'InvoiceDate']  class=class="hl-string">"hl-comment"># Often inferred
        all_events.append(dispatched)

        class=class="hl-string">"hl-comment"># Activity: Credit Memo Issued
        credit_memos = df_inv[df_inv[class="hl-string">'InvoiceAmount'] < 0].copy()
        credit_memos[class="hl-string">'Activity'] = class="hl-string">'Credit Memo Issued'
        credit_memos[class="hl-string">'EventTimestamp'] = credit_memos[class="hl-string">'InvoiceDate']
        all_events.append(credit_memos)

        class=class="hl-string">"hl-comment"># Activity: Invoice Cleared (Closed)
        class=class="hl-string">"hl-comment"># Note: ClosedDate might need to be cast to datetime
        cleared = df_inv[df_inv[class="hl-string">'ClosedDate'].notnull()].copy()
        if not cleared.empty:
            cleared[class="hl-string">'Activity'] = class="hl-string">'Invoice Cleared'
            cleared[class="hl-string">'EventTimestamp'] = cleared[class="hl-string">'ClosedDate']
            all_events.append(cleared)

        class=class="hl-string">"hl-comment"># Activity: Due Date Passed (Calculated)
        class=class="hl-string">"hl-comment"># Logic: If not closed, and DueDate < Now
        now = datetime.datetime.now()
        overdue = df_inv[(df_inv[class="hl-string">'ClosedDate'].isnull())].copy()
        class=class="hl-string">"hl-comment"># Convert DueDate to datetime objects for comparison
        overdue[class="hl-string">'DueDate_DT'] = pd.to_datetime(overdue[class="hl-string">'DueDate'])
        overdue = overdue[overdue[class="hl-string">'DueDate_DT'] < now]
        if not overdue.empty:
            overdue[class="hl-string">'Activity'] = class="hl-string">'Due Date Passed'
            class=class="hl-string">"hl-comment"># Timestamp is the day it became overdue
            overdue[class="hl-string">'EventTimestamp'] = overdue[class="hl-string">'DueDate'] 
            all_events.append(overdue)

    class=class="hl-string">"hl-comment"># 2. PAYMENTS (Partial, Full, WriteOff)
    class=class="hl-string">"hl-comment"># Entity: CustomerPaymentJournalLines
    print(class="hl-string">"Processing Payments...")
    class=class="hl-string">"hl-comment"># Note: Filter by TransDate usually
    df_pay = get_odata_data(token, class="hl-string">"CustomerPaymentJournalLines", fclass="hl-string">"{company_filter}")
    
    if not df_pay.empty:
        class=class="hl-string">"hl-comment"># Activity: Partial vs Full Payment
        class=class="hl-string">"hl-comment"># Logic requires comparing payment amount to invoice balance. simplified here based on Amount
        class=class="hl-string">"hl-comment"># Assuming we join with invoices later, strictly classifying based on available fields
        class=class="hl-string">"hl-comment"># Here we assume a field class="hl-string">'PaymentStatus' or we treat all as Partial unless marked Settled
        
        class=class="hl-string">"hl-comment"># Full Payment
        full_pay = df_pay.copy()
        full_pay[class="hl-string">'Activity'] = class="hl-string">'Full Payment Received'
        full_pay[class="hl-string">'EventTimestamp'] = full_pay[class="hl-string">'TransDate']
        all_events.append(full_pay)
        
        class=class="hl-string">"hl-comment"># Partial Payment (In a real scenario, this requires logic checking settlement vs invoice total)
        class=class="hl-string">"hl-comment"># Adding a duplicate row for demonstration of structure
        partial_pay = df_pay[df_pay[class="hl-string">'Amount'] < 1000].copy() class=class="hl-string">"hl-comment"># Placeholder logic
        partial_pay[class="hl-string">'Activity'] = class="hl-string">'Partial Payment Posted'
        partial_pay[class="hl-string">'EventTimestamp'] = partial_pay[class="hl-string">'TransDate']
        all_events.append(partial_pay)

        class=class="hl-string">"hl-comment"># Activity: Payment Written Off
        class=class="hl-string">"hl-comment"># Filter by specific Transaction Type or Journal Name
        write_off = df_pay[df_pay[class="hl-string">'JournalName'].str.contains(class="hl-string">'WriteOff', case=False, na=False)].copy()
        write_off[class="hl-string">'Activity'] = class="hl-string">'Payment Written Off'
        write_off[class="hl-string">'EventTimestamp'] = write_off[class="hl-string">'TransDate']
        all_events.append(write_off)

    class=class="hl-string">"hl-comment"># 3. COLLECTIONS (Reminders, Promise to Pay)
    class=class="hl-string">"hl-comment"># Entity: CollectionLetterJournals
    print(class="hl-string">"Processing Collections...")
    df_col = get_odata_data(token, class="hl-string">"CollectionLetterJournals", fclass="hl-string">"{company_filter}")
    if not df_col.empty:
        reminders = df_col.copy()
        reminders[class="hl-string">'Activity'] = class="hl-string">'Payment Reminder Sent'
        reminders[class="hl-string">'EventTimestamp'] = reminders[class="hl-string">'LetterDate']
        all_events.append(reminders)

    class=class="hl-string">"hl-comment"># Entity: CustomerPromiseToPay
    df_promise = get_odata_data(token, class="hl-string">"CustomerPromiseToPay", fclass="hl-string">"{company_filter}")
    if not df_promise.empty:
        promises = df_promise.copy()
        promises[class="hl-string">'Activity'] = class="hl-string">'Promise to Pay Received'
        promises[class="hl-string">'EventTimestamp'] = promises[class="hl-string">'CreatedDateTime']
        all_events.append(promises)

    class=class="hl-string">"hl-comment"># 4. DISPUTES (Opened, Review, Resolved)
    class=class="hl-string">"hl-comment"># Entity: CaseDetails (requires filtering for Collections/Dispute category)
    print(class="hl-string">"Processing Disputes...")
    df_case = get_odata_data(token, class="hl-string">"CaseDetails", fclass="hl-string">"{company_filter} and Category eq 'Collections'")
    if not df_case.empty:
        class=class="hl-string">"hl-comment"># Opened
        opened = df_case.copy()
        opened[class="hl-string">'Activity'] = class="hl-string">'Dispute Case Opened'
        opened[class="hl-string">'EventTimestamp'] = opened[class="hl-string">'CreatedDateTime']
        all_events.append(opened)

        class=class="hl-string">"hl-comment"># Under Review (In Process)
        in_process = df_case[df_case[class="hl-string">'Status'] == class="hl-string">'InProcess'].copy()
        in_process[class="hl-string">'Activity'] = class="hl-string">'Dispute Under Review'
        in_process[class="hl-string">'EventTimestamp'] = in_process[class="hl-string">'ModifiedDateTime']
        all_events.append(in_process)

        class=class="hl-string">"hl-comment"># Resolved (Closed)
        resolved = df_case[df_case[class="hl-string">'Status'] == class="hl-string">'Closed'].copy()
        resolved[class="hl-string">'Activity'] = class="hl-string">'Dispute Resolved'
        resolved[class="hl-string">'EventTimestamp'] = resolved[class="hl-string">'ClosedDateTime']
        all_events.append(resolved)

    class=class="hl-string">"hl-comment"># 5. INTEREST
    class=class="hl-string">"hl-comment"># Entity: InterestNotes
    print(class="hl-string">"Processing Interest Notes...")
    df_interest = get_odata_data(token, class="hl-string">"InterestNotes", fclass="hl-string">"{company_filter}")
    if not df_interest.empty:
        interest = df_interest.copy()
        interest[class="hl-string">'Activity'] = class="hl-string">'Interest Note Generated'
        interest[class="hl-string">'EventTimestamp'] = interest[class="hl-string">'NoteDate']
        all_events.append(interest)

    class=class="hl-string">"hl-comment"># 6. BANK RECONCILIATION
    class=class="hl-string">"hl-comment"># Entity: BankReconciliationLines (Placeholder for matching)
    print(class="hl-string">"Processing Bank Reconciliation...")
    class=class="hl-string">"hl-comment"># This entity availability varies by version
    df_bank = get_odata_data(token, class="hl-string">"BankReconciliationLines", fclass="hl-string">"{company_filter}")
    if not df_bank.empty:
        matched = df_bank[df_bank[class="hl-string">'Reconciled'] == True].copy()
        matched[class="hl-string">'Activity'] = class="hl-string">'Bank Statement Matched'
        matched[class="hl-string">'EventTimestamp'] = matched[class="hl-string">'TransactionDate']
        class=class="hl-string">"hl-comment"># Need to join with Invoice via Payment Reference ideally
        class=class="hl-string">"hl-comment"># For this script, we assume InvoiceNumber is present or mapped
        all_events.append(matched)

    class=class="hl-string">"hl-comment"># === UNIFICATION & EXPORT ===
    if not all_events:
        print(class="hl-string">"No events extracted.")
        return

    final_df = pd.concat(all_events, ignore_index=True)

    class=class="hl-string">"hl-comment"># Map columns to schema
    class=class="hl-string">"hl-comment"># Note: Column names class="hl-string">'InvoiceNumber', class="hl-string">'InvoiceAccount' etc. depend on exact Entity schema
    class=class="hl-string">"hl-comment"># You may need to rename based on your D365 entity fields, e.g., class="hl-string">'InvoiceNum' -> class="hl-string">'InvoiceNumber'
    schema_map = {
        class="hl-string">'InvoiceNumber': class="hl-string">'InvoiceNumber',
        class="hl-string">'InvoiceId': class="hl-string">'InvoiceNumber', class=class="hl-string">"hl-comment"># Alternative common name
        class="hl-string">'InvoiceAccount': class="hl-string">'CustomerAccount',
        class="hl-string">'CustomerAccount': class="hl-string">'CustomerAccount',
        class="hl-string">'InvoiceAmount': class="hl-string">'InvoiceAmount',
        class="hl-string">'Amount': class="hl-string">'InvoiceAmount', class=class="hl-string">"hl-comment"># Fallback for payments
        class="hl-string">'CurrencyCode': class="hl-string">'Currency',
        class="hl-string">'DueDate': class="hl-string">'DueDate',
        class="hl-string">'CreatedBy': class="hl-string">'User',
        class="hl-string">'BusinessUnit': class="hl-string">'BusinessUnit',
        class="hl-string">'DataAreaId': class="hl-string">'CompanyCode'
    }
    
    class=class="hl-string">"hl-comment"># Normalize columns
    for col in final_df.columns:
        if col in schema_map:
            final_df.rename(columns={col: schema_map[col]}, inplace=True)

    class=class="hl-string">"hl-comment"># Add constant fields
    final_df[class="hl-string">'SourceSystem'] = class="hl-string">'Microsoft D365'
    final_df[class="hl-string">'LastDataUpdate'] = datetime.datetime.now().isoformat()
    
    class=class="hl-string">"hl-comment"># Select final columns (fill missing with None)
    required_cols = [
        class="hl-string">'InvoiceNumber', class="hl-string">'Activity', class="hl-string">'EventTimestamp', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'CustomerAccount', class="hl-string">'CustomerGroup', class="hl-string">'InvoiceAmount', class="hl-string">'DueDate', class="hl-string">'User',
        class="hl-string">'BusinessUnit', class="hl-string">'CompanyCode', class="hl-string">'IsAutomated'
    ]
    
    for col in required_cols:
        if col not in final_df.columns:
            final_df[col] = None
            
    output_df = final_df[required_cols]
    
    class=class="hl-string">"hl-comment"># Export
    output_df.to_csv(class="hl-string">"AR_Event_Log.csv", index=False)
    print(class="hl-string">"Extraction complete. Saved to AR_Event_Log.csv")

if __name__ == class="hl-string">"__main__":
    main()

Klaar om te beginnen?

Verbeter vandaag nog je financiële bedrijfsvoering met deze datatemplate. Ons team helpt je graag om je Microsoft Dynamics 365-data aan deze vereisten te koppelen.

Terug naar de verbetergids

Template downloaden

Verbeter het debiteurenbeheer en versterk nu je cashflow

Sluit je aan bij teams die hun DSO met 15 tot 20 dagen verlagen in Microsoft Dynamics 365

Start je gratis proefperiode

Geen creditcard nodig, binnen 5 minuten ingesteld

Datatemplate voor debiteurenbeheer

Datatemplate voor debiteurenbeheer

Attributen voor debiteurenbeheer

Activiteiten in het debiteurenbeheer

Extractiegidsen

Entity-export van het D365 Data Management Framework

Stappen

Configuratie

Voorbeeldquery sql

Python OData API-extractie voor debiteurenactiviteiten

Stappen

Configuratie

Voorbeeldquery python

Klaar om te beginnen?

Verbeter het debiteurenbeheer en versterk nu je cashflow